Cost-driven predictive maintenance strategy based on varying prediction horizons
Değişen tahmin ufuklarında maliyet odaklı kestirimci bakım stratejisi tasarımı
- Tez No: 972703
- Danışmanlar: PROF. DR. ALTAN KOÇYİĞİT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, karmaşık makineler için değişen tahmin ufukları altında kestirimci bakım stratejilerinin kullanımını incelemektedir. Pratik uygulamalarda, arıza zamanının kesin tahmin edilmesinden ziyade, bakıma en uygun zamanın belirlenmesi genellikle daha önemlidir. Bu doğrultuda, bakım ve arıza maliyetlerini dikkate alarak optimal bakım zamanı kararlarının alınmasını sağlayan bir yaklaşım önerilmektedir. Bu araştırmada, çok kısa (ör. sonraki döngü) tahmin ufuklarından çok daha uzun periyotlara (ör. sonraki 50 döngü) kadar farklı tahmin ufukları incelenmiş ve her birinin ekonomik etkisi değerlendirilmiştir. Bunu yapmak için, LSTM tabanlı modeller C-MAPSS turbofan motor veri seti üzerinde eğitilerek farklı ufuklar için arıza tahminleri yapılmıştır. Geleneksel RMSE ya da doğruluk gibi ölçütler yerine, planlı bakım maliyetlerini ve beklenmeyen arıza maliyetlerinin yüksek bedelini dikkate alan maliyet tabanlı bir değerlendirme kullanılmıştır. Önerilen bakım stratejisi, zaman içerisinde tekrarlayan arıza uyarılarını dikkate almakta ve hedefe yönelik müdahaleler için arızaya neden olabilecek sensörleri belirlemek üzere SHAP (SHapley Katkı Açıklamaları) gibi Açıklanabilir Yapay Zeka (XAI) tekniklerini kullanmaktadır. Genel olarak bu tez, uygun tahmin ufku seçiminin ve maliyet odaklı bakım politikalarının entegrasyonunun kestirimci bakım kararlarını önemli ölçüde iyileştirebileceğini göstererek literatüre katkı sağlamaktadır. Bulgular, kestirimci bakımı daha verimli ve ekonomik açıdan etkili hâle getirmek için pratik bir yaklaşım sunmaktadır.
Özet (Çeviri)
This thesis explores the use of predictive maintenance strategies under varying prediction horizons for complex machines. In practical settings, deciding the right time for maintenance is often more important than simply predicting the exact time of failure. Accordingly, an approach is proposed to enable optimal maintenance time decisions, taking into account both maintenance and failure costs. This approach investigates various prediction horizons, from very short (e.g. next cycle) to much longer periods (e.g. next 50 cycles), and evaluates each based on its economic impact. To this end, LSTM-based models are trained on the C-MAPSS turbofan engine dataset to predict failures for different horizons. Apart from conventional metrics like RMSE or accuracy, the study uses a cost-based evaluation that accounts for scheduled maintenance costs and the higher cost of unexpected failures. The proposed maintenance strategy considers repeated failure warnings over time and applies Explainable AI (XAI) techniques, such as SHAP (SHapley Additive Explanations) to identify sensors that may serve as early signs of failures for targeted interventions. Overall, this thesis contributes to the literature by demonstrating that selecting the appropriate prediction horizon and incorporating cost-aware maintenance policies can greatly improve predictive maintenance decisions. The findings offer a practical approach for making predictive maintenance more efficient and economically effective.
Benzer Tezler
- Effect of temperature on low velocity impact behaviourof glare material
Sıcaklığın glare malzemesinin düşük hızlı darbe davranışıüzerindeki etkisi
BURHAN ÇETİNKAYA
Doktora
İngilizce
2026
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM ÖZKOL
DR. İLHAN ŞEN
- Bina tipi taşıyıcı sistemlerde bir yapı sağlığı izleme yöntemi önerisi: Basitleştirilmiş sayısal model ve hasar tespit algoritması
A structural health monitoring method proposal for building-type structural systems: Simplified numerical model and damage detection algorithm
EMRE GÖNÜLCÜ
Doktora
Türkçe
2026
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ENGİN ORAKDÖĞEN
DR. ÖĞR. ÜYESİ AHMET ANIL DİNDAR
- Türkiye'de yaşlanan rüzgâr enerji santrallerinin yeniden güçlendirme potansiyelinin teknik ve ekonomik analizi
Technical and economic assessment of repowering potential in aging onshore wind farms in Türkiye
İPEKNUR HAZAR
Yüksek Lisans
Türkçe
2026
Ekonomiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. ELÇİN TAN
- Development of operation and maintenance strategies for offshore wind industry based on big data management
Büyük veri yönetimi ile açık deniz rüzgar endüstrisinde işletme ve bakım stratejilerinin geliştirilmesi
UWE LUETZEN
Doktora
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiGemi ve Deniz Teknolojisi Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR BEJİ
- Türkiye enerji piyasasının makine öğrenmesi uygulamasıyla düşük-karbon salımına geçişte ajan temelli modellenmesi
Turkish energy market agent-based modeling for low-carbon transition with machine learning application
BURAK GÖKÇE
Doktora
Türkçe
2026
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU